期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于混合神经遗传算法的扩胀管吸能特性预测 被引量:2
1
作者 袁成标 肖守讷 李铎 《机械设计与制造》 北大核心 2019年第5期268-272,共5页
由于结构参数对吸能元件的吸能特性具有重要影响,将填充了泡沫铝的扩胀管与混合神经遗传算法相结合,对不同结构参数下扩胀管吸能特性进行分析预测。首先,基于泡沫铝填充机理设计出泡沫铝填充的扩胀式吸能装置,并建立有限元模型;然后利... 由于结构参数对吸能元件的吸能特性具有重要影响,将填充了泡沫铝的扩胀管与混合神经遗传算法相结合,对不同结构参数下扩胀管吸能特性进行分析预测。首先,基于泡沫铝填充机理设计出泡沫铝填充的扩胀式吸能装置,并建立有限元模型;然后利用非线性有限元软件LS-DYNA对不同参数变化情况下的扩胀管进行准静态轴向碰撞仿真;最后将胀管壁厚、诱导锥角、泡沫铝密度作为BP神经网络输入,扩胀管吸能特性参数作为网络输出,利用遗传算法优化网络权重和阈值,建立3层BP神经网络预测模型,经样本数据训练得到合适的网络。研究结果表明,网络预测值与期望值很接近,平均压溃载荷的误差值为3.02%,比吸能的误差值为4.82%,压缩力效率的误差值为0.92%,说明了该网络模型能够有效地预测扩胀管的吸能特性,并具有较高的精确度。 展开更多
关键词 扩胀式吸能管 泡沫铝 混合神经遗传算法 吸能特性
下载PDF
Groundwater level prediction based on hybrid hierarchy genetic algorithm and RBF neural network 被引量:1
2
作者 屈吉鸿 黄强 +1 位作者 陈南祥 徐建新 《Journal of Coal Science & Engineering(China)》 2007年第2期170-174,共5页
As the traditional non-linear systems generally based on gradient descent optimization method have some shortage in the field of groundwater level prediction, the paper, according to structure, algorithm and shortcomi... As the traditional non-linear systems generally based on gradient descent optimization method have some shortage in the field of groundwater level prediction, the paper, according to structure, algorithm and shortcoming of the conventional radial basis function neural network (RBF NN), presented a new improved genetic algorithm (GA): hybrid hierarchy genetic algorithm (HHGA). In training RBF NN, the algorithm can automatically determine the structure and parameters of RBF based on the given sample data. Compared with the traditional groundwater level prediction model based on back propagation (BP) or RBF NN, the new prediction model based on HHGA and RBF NN can greatly increase the convergence speed and precision. 展开更多
关键词 hybrid hierarchy genetic algorithm radial basis function neural network groundwater level prediction model
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部